Cas Sable : comment l’arrivée de l’agent IA Aidan reconfigure la gestion du travail en équipe ?

IA : Comment Deel devient un acteur clé du futur du travail ?

L'intelligence artificielle redessine profondément le marché du travail mondial, et Deel entend s'imposer comme la plateforme incontournable de cette transformation. Alors que l'IA passe du statut de promesse technologique à celui de réalité économique concrète, les entreprises de toutes tailles sont contraintes de repenser leurs structures organisationnelles et leurs besoins en compétences, une opportunité que la plateforme RH tout-en-un saisit de plein fouet. Le contexte géopolitique amplifie l'enjeu : États-Unis, Chine et Europe se livrent une course acharnée à l'avantage compétitif autour de l'IA. Cette rivalité pousse les entreprises à recruter rapidement des profils rares, souvent à l'international, et à faire évoluer leurs effectifs à un rythme inédit. C'est précisément ce besoin d'agilité RH transfrontalière que Deel cherche à couvrir, en simplifiant la gestion des embauches, des contrats et de la conformité légale dans plus d'une centaine de pays. L'article source ne fournit pas de chiffres détaillés au-delà de l'introduction, ce qui limite l'analyse factuelle. Néanmoins, Deel s'est déjà distinguée comme l'une des scale-ups RH les plus valorisées au monde, opérant à l'intersection de deux tendances lourdes : la globalisation des talents et l'automatisation par l'IA des processus administratifs. La plateforme positionne ainsi ses outils comme une réponse directe aux frictions que génère cette double transformation pour les directions des ressources humaines. À mesure que l'IA recompose les métiers et crée de nouveaux besoins en recrutement international, les plateformes capables d'abstraire la complexité juridique et administrative des embauches cross-border gagneront en importance stratégique. Deel mise sur ce rôle de facilitateur pour s'ancrer durablement dans les workflows RH des entreprises qui naviguent cette transition, et potentiellement capter une part significative d'un marché en pleine recomposition.

L'adaptation du commerce de détail à l'ère de l'IA

Macy's, l'un des grands distributeurs historiques américains, est en train de refondre ses opérations autour d'une philosophie qu'il nomme "AI-first". Selon Murali Murugan, directeur senior de l'ingénierie chez Macy's, il ne s'agit pas d'ajouter de l'intelligence artificielle par-dessus des systèmes existants, mais de repenser en profondeur la façon dont les décisions sont prises. Concrètement, l'IA est intégrée directement dans la personnalisation des parcours clients, les moteurs de recherche produits, la planification opérationnelle et le développement logiciel interne. Les premières expérimentations ont ciblé des cas d'usage à fort impact mesurable, notamment les recommandations dans les résultats de recherche et l'engagement client, générant rapidement des gains en taux de conversion et une réduction des frictions. "Une fois les premières victoires établies, le passage à l'échelle est devenu une décision commerciale, non plus un débat technologique", explique Murugan. Cette transformation affecte en premier lieu la couche invisible du commerce de détail: la chaîne logistique, la gestion des stocks, la vitesse à laquelle les ingénieurs livrent du code et la capacité à répondre en temps réel aux comportements des clients. Pour le consommateur, l'impact le plus visible prend la forme d'"Ask Macy's", un assistant d'achat conversationnel conçu pour fonctionner comme un styliste personnel plutôt qu'une barre de recherche classique. Un client qui prépare un bal de fin d'année, un voyage ou un événement de dernière minute peut décrire son besoin en langage naturel et recevoir des recommandations personnalisées fondées sur ses achats passés, ses préférences et le contexte de sa demande. L'objectif affiché est de réduire ce que Murugan appelle "l'écart entre le signal et l'action": capter un comportement client, l'interpréter et y répondre presque instantanément. Cette évolution s'inscrit dans un mouvement plus large qui traverse l'ensemble du commerce de détail américain, confronté à une concurrence fragmentée et à la pression des pure players numériques. Les distributeurs traditionnels, longtemps en retard sur la personnalisation à grande échelle, passent d'expérimentations isolées à des systèmes intégrés et continus. Macy's positionne l'IA non pas comme un substitut au jugement humain, mais comme une couche d'amplification discrète, que les clients ne perçoivent pas directement mais dont ils ressentent les effets. "La vraie transformation vient de l'amélioration continue, d'un apprentissage rapide des erreurs et d'une adaptation aux nouveaux standards technologiques", conclut Murugan. Le projet est développé en partenariat avec Infosys, et illustre comment les grands acteurs traditionnels du retail misent sur l'IA pour rester compétitifs face à des concurrents nativement numériques.

💬 Ce que réussit Macy's, c'est surtout ça : faire passer l'IA du statut de projet isolé à celui de système nerveux des décisions, et c'est un basculement culturel, pas technologique. La méthode est claire et reproductible : gains mesurables d'abord, passage à l'échelle ensuite. Les distributeurs qui jouent encore à l'expérimentation vont se retrouver à rattraper deux ans de retard dans un marché qui n'attendra personne.

Morgan Stanley a divisé par deux son travail de réconciliation le plus risqué, en rendant ses agents moins autonomes

Morgan Stanley a déployé un système d'agents d'intelligence artificielle baptisé FIXR pour automatiser l'un des processus les plus critiques et chronophages de la banque : la réconciliation quotidienne des profits et pertes (P&L) entre ses systèmes de finance, risque, opérations et capture des transactions. Chaque jour de bourse, après les calculs de P&L nocturnes, des centaines de milliers d'attributs échouent à correspondre entre ces systèmes, générant ce que la banque appelle des « breaks » que les contrôleurs devaient auparavant examiner un par un, sous une pression de délai matinale intense. Ce travail pouvait prendre jusqu'à six heures pour un seul livre de comptes. Avec FIXR, il ne demande plus que deux à trois heures, a expliqué Todd Johnson, Managing Director chez Morgan Stanley, lors d'un récent événement VB AI Impact. Avec environ 100 contrôleurs effectuant ce travail, l'économie représente près de 1 500 heures par semaine. Le système repose sur plusieurs agents complémentaires : l'un interprète les décisions passées pour proposer des résolutions en début de journée, un autre observe le comportement des contrôleurs pour documenter les règles qu'ils appliquent, et un troisième transforme les schémas répétés en logique automatisée durable. Ce qui distingue cette approche, c'est qu'elle a rendu le système moins autonome plutôt que plus autonome pour y parvenir. Les humains restent pleinement dans la boucle : ils examinent, approuvent ou corrigent chaque recommandation, et ces décisions alimentent en retour l'amélioration du système. « C'est beaucoup plus proche d'un collègue que d'un copilote », résume Johnson. Cette conception a une conséquence concrète pour l'industrie financière : elle montre qu'il est possible d'automatiser des tâches complexes et sensibles sans sacrifier la responsabilité humaine, un enjeu central dans un secteur où chaque erreur de réconciliation peut avoir des répercussions réglementaires et financières. Johnson insiste sur le fait que l'autonomie exige une confiance considérable, et que les gains d'efficacité disparaissent si les employés doivent tout revérifier derrière l'agent. Avant même d'introduire l'IA, l'équipe de Johnson a mené une évaluation approfondie des processus existants pour déterminer où l'automatisation apporterait le plus de valeur, qu'il s'agisse d'agents, d'automatisation classique ou simplement d'une réingénierie des étapes inefficaces. Cette démarche s'inscrit dans une évolution plus large de l'IA en entreprise, qui dépasse désormais les assistants de codage et les chatbots de service client pour s'attaquer à des flux de travail à fort enjeu réglementaire et financier. Le système apprend chaque jour des corrections apportées par les contrôleurs, codifiant progressivement ces connaissances pour automatiser de plus en plus de cas au fil du temps, tout en préservant la supervision humaine comme garde-fou permanent.

Google restructure son équipe spécialisée en codage IA pour rattraper Anthropic

Google restructure son équipe dédiée aux outils de codage par intelligence artificielle, une unité lancée il y a seulement quelques mois sous la forme d'une « strike team », groupe de travail d'urgence. Selon des personnes au fait de ces changements, l'objectif est de modifier la méthode d'entraînement des modèles d'IA de Google pour améliorer leurs performances non seulement en génération de code, mais aussi dans d'autres tâches professionnelles comme la création de présentations. La restructuration formalise également la structure de ce groupe, initialement conçu comme temporaire. Ce repositionnement intervient alors que Google peine à rivaliser avec Anthropic sur ce que l'industrie considère comme le segment le plus rentable de l'IA en ce moment : les outils de codage assisté. Les assistants de développement représentent aujourd'hui des milliards de dollars de revenus potentiels, les entreprises étant prêtes à payer pour des gains de productivité concrets et mesurables. L'expansion vers d'autres fonctions business, présentations, automatisation de tâches, reflète une stratégie plus large visant à transformer ces outils en véritables plateformes de travail. Anthropic, avec Claude, et OpenAI ont toutes deux pris une longueur d'avance sur Google dans ce domaine, en intégrant leurs modèles directement dans les environnements de développement et en étendant leurs capacités aux workflows d'entreprise. Google, pourtant pionnier de nombreuses avancées fondamentales en IA, se retrouve en position de poursuivant sur un marché qu'il a contribué à créer. Cette réorganisation signale une prise de conscience interne que rattraper Anthropic nécessite des changements structurels profonds, pas seulement techniques.

💬 Transformer une "strike team" d'urgence en équipe permanente, c'est reconnaître un retard structurel, pas le combler. Le marché du codage assisté est le seul segment IA où les entreprises paient sans sourciller aujourd'hui, et Google se retrouve en position de poursuivant sur un terrain qu'il a largement défriché. Ça va prendre plus qu'une réorg.